3.3 如何进行知识提炼？--高频知识的管理及提炼方法

基于已收集的知识进行进一步的知识提炼，可以为智能客服划定最终的核心知识范围。面对大批量的知识数据源，如何精简提炼出贴近业务、适合系统处理、易于运营的知识？基于历史知识运营经验，建议依据以下原则及方法进行实践：

3.3.1 知识提炼：知识管理的原则

基本原则：帕累托法则，80/20 法则，由于知识源往往覆盖大数据量的知识，基于二八定律，需要定位出真正有效的知识，一般来说，在收集到的广泛庞大的数据源中，最核心有效的数据比例往往为 20%左右，在知识运营构建的初期，这样的原则将大幅降低前期投入的成本，快速解决核心问题和矛盾，说明如下：

在明确基本知识提炼原则之后，可识别出知识运营的关键点在于识别核心、有效的关键

高频知识，原因在于集中优势梳理、构建核心、有效的关键知识后，智能客服系统可以低成本、快速达到预期的效果，实现事半功倍的效果，其余非高频知识并非无需维护，而是进入到实际运营场景中，长期累积和运营，逐步完善，阿里云智能客服团队基于历史实践枚举了一个实际案例，帮助运营者更好的理解这个过程，见下图：

此客户原先维护的知识数据量非常庞大，浪费了大量的前期人力投入，然而依据实际运营数据观察后，其大量的知识数据未在业务中产生任何效果，同时还存在影响高频使用的知识的实际效果：